Python大数据分析与挖掘实战课件 5-4.映射与离散化.pptxVIP

下载本文档

2
0
约小于1千字
约 4页
2025-06-17 发布于山东
举报
版权申诉

Python大数据分析与挖掘实战课件 5-4.映射与离散化.pptx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第5章数据预处理与特征工程映射离散化

映射第5章序列中的映射方法，简单的调用形式为：序列.map(映射参数)，其中映射参数一般为字典类型，格式如：{原值1:映射值1,原值2:映射值2,...}。基于上一节的例子，示例代码如下：dict_map={进站:1,出站:0}data[刷卡类型]=data[刷卡类型].map(dict_map)

离散化第5章data1=data.iloc[data[刷卡类型].values==1,[0,5,6]]#取刷卡类型、hour、minute列data1_hour=data1.groupby(hour)[刷卡类型].sum()#按hour分组，对刷卡类型列求和

离散化第5章bins=[0,100,500,1000]dt1=pd.cut(data1_hour,bins)dt2=pd.cut(data1_hour,bins,labels=[0,1,2])dt_cut=pd.DataFrame({c1:data1_hour.values,c2:dt1.values,c3:dt2.values})dt_cut.index=data1_hour.index数据分割，即离散化，可以使用pandas库中的cut函数来实现，其简单调用形式为：pd.cut(S,bins)或pd.cut(S,bins,labels),其中S为数据序列，bins为分割区间列表，labels为分割区间的类别表示列表